面向单木级三维点云和高光谱的由粗到细配准方法OA

随着林业遥感向单木级精细化监测发展,高光谱影像与三维点云融合成为获取单木几何结构与光谱信息的关键。现有的融合方法高度依赖几何配准,但冠层边界模糊、纹理弱且跨模态差异大,易出现匹配不够精细。此外,还面临联合采集与标定方法设备成本高,进一步限制了现有方法的应用范围。针对上述问题,提出一种面向单木级三维点云和高光谱的由粗到细的配准方法(CFRTree)。该方法无需依赖联合标定,采用由粗配准将点云与高光谱影,根据选取的特征点构建刚性变换矩阵,实现初步坐标空间同步;随后使用细配准进行坐标空间迭代优化,进一步减小几何误差,使配准结果更优。CFRTree在单木数据集紫薇和桂花上的几何匹配精度表现优异,且通过配准后的点云高光谱数据在4种植被指数上的展示,更为精准的反应单木植被活力、叶片水分及光合效率,为单木营养诊断、病虫害预警提供关键数据支撑。